Sono stato un po' silenzioso su X recentemente. L'anno passato è stata un'esperienza trasformativa. Grok-4 e Kimi K2 sono fantastici, ma il mondo della robotica è un meraviglioso far west. Sembra il NLP nel 2018 quando è stato pubblicato GPT-1, insieme a BERT e a mille altri fiori che sono sbocciati. Nessuno sapeva quale sarebbe diventato alla fine ChatGPT. I dibattiti erano accesi. L'entropia era alle stelle. Le idee erano incredibilmente divertenti. Credo che il GPT-1 della robotica sia già da qualche parte su Arxiv, ma non sappiamo esattamente quale sia. Potrebbe essere modelli del mondo, RL, apprendimento da video umani, sim2real, real2sim, ecc. ecc., o qualsiasi combinazione di essi. I dibattiti sono accesi. L'entropia è alle stelle. Le idee sono incredibilmente divertenti, invece di spremere gli ultimi pochi % su AIME & GPQA. La natura della robotica complica anche notevolmente lo spazio di design. A differenza del mondo pulito dei bit per gli LLM (stringhe di testo), noi robotici dobbiamo affrontare il mondo disordinato degli atomi. Dopotutto, c'è un pezzo di metallo definito dal software nel loop. I normies degli LLM potrebbero trovare difficile crederlo, ma finora i robotici non riescono ancora a mettersi d'accordo su un benchmark! Robot diversi hanno diversi envelope di capacità - alcuni sono migliori nell'acrobatica mentre altri nella manipolazione degli oggetti. Alcuni sono destinati all'uso industriale mentre altri sono per compiti domestici. Il cross-embodiment non è solo una novità di ricerca, ma una caratteristica essenziale per un cervello robotico universale. Ho parlato con dozzine di leader C-suite di varie aziende robotiche, vecchie e nuove. Alcuni vendono il corpo intero. Alcuni vendono parti del corpo come mani agili. Molti altri vendono le pale per fabbricare nuovi corpi, creare simulazioni o raccogliere enormi quantità di dati. Lo spazio delle idee imprenditoriali è selvaggio quanto la ricerca stessa. È una nuova corsa all'oro, come non ne abbiamo viste da quando è arrivata l'onda di ChatGPT nel 2022. Il momento migliore per entrare è quando i picchi di non consenso. Siamo ancora all'inizio di una curva di perdita - ci sono forti segni di vita, ma molto, molto lontani dalla convergenza. Ogni passo di gradiente ci porta nell'ignoto. Ma una cosa la so per certo - non c'è AGI senza toccare, sentire ed essere incarnati nel mondo disordinato. Su una nota più personale - gestire un laboratorio di ricerca comporta un livello completamente nuovo di responsabilità. Dare aggiornamenti direttamente al CEO di un'azienda da 4 trilioni di dollari è, per dirla in modo semplice, sia emozionante che assorbente per il mio peso di attenzione. Sono finiti i giorni in cui potevo rimanere aggiornato e immergermi in ogni notizia sull'IA. Cercherò di ritagliarmi del tempo per condividere di più del mio viaggio.